基于DPSIRM模型的蘇州吳江區濕地生態安全評價

朱 穎，顧春望，李 欣，周婷婷，馮育青

（1. 蘇州科技大學 建筑與城市規劃學院，江蘇 蘇州 215011；2. 江蘇太湖濕地生態系統國家定位觀測站，江蘇蘇州 215000；3. 蘇州濕地保護管理站，江蘇 蘇州 215000）

濕地是水網地區最重要的生態資源，濕地的生態安全關系著地區生態健康與可持續發展。在高強度的城鎮建設、農業發展、水運開發過程中，濕地往往成為各類建設用地的來源[1]，結果給地區內濕地造成特殊的生態風險[2-3]。由此，對濕地進行生態安全評價，不僅可以反映濕地生態質量狀況，還能夠為濕地保護政策制定提供量化支撐，促進地區生態安全建設[4]。目前，關于濕地生態安全的研究以區域安全狀況評價、發展預測以及影響因素探究等方面研究居多，主要運用綜合指數法[5]、生態足跡法[6]、景觀格局指數[7]、生境質量模型[7]等方法對濕地生態安全進行評價分析，以及通過灰色關聯模型[8]、景觀模擬演化[9]等對安全趨勢進行影響因素探究和模擬預測。相關研究主要以區域或行政區單元生態安全為對象進行評價，對濕地生態安全的空間分異化研究相對缺乏，且針對濕地生態安全的研究多集中于干旱區[5]、高原[10]、濱海[11]等地域特色鮮明區域，對濕地資源豐富的水網地區生態安全評價指導有待提升。長江三角洲是中國水網最密集、社會經濟發展最快的地區之一。2018年，長江三角洲一體化發展上升為國家戰略，蘇州市吳江區是長江三角洲區域一體化發展示范區之一，在高質量發展的背景下面臨濕地生態系統優先保護的壓力[12]。本研究以吳江區為例，構建基于驅動力-壓力-狀態-影響-響應-管理(DPSIRM)模型的濕地生態安全評價指標體系，突出水網地區人與環境之間的相互關系，通過地理信息系統(GIS)格網技術將生態安全值進行空間量化，探析吳江區濕地生態安全狀況，以期為吳江區濕地生態保護管理提供依據。

1 研究區概況與數據來源

1.1 研究區概況

吳江區位于蘇州市最南部，是蘇州主城區面積最大的板塊，東接上海市青浦區，南連浙江省嘉興市，西臨太湖，北靠蘇州市吳中區。吳江區既是蘇、浙、滬兩省一市的地理交界處，又是長江三角洲區域一體化發展國家戰略的中心區域，具有重要的地理、經濟、生態地位。吳江區總面積為1 176.68 km2，下轄7個鄉鎮和4個街道(本研究為方便數據統計，按照2012年下轄的8個鄉鎮進行分析)，2020年常住人口131.26萬，城鎮化率超過70%。吳江區內河道縱橫交錯，湖泊星羅棋布，濕地總面積(保有量)為431.09 km2，占全區總面積的36.64%，自然濕地保護率達71.10%。吳江區濕地分布見圖1。

圖 1 吳江區濕地分布示意圖Figure 1 Distribution map of wetland in Wujiang District

1.2 數據來源

本研究數據包括以下3類：①土地利用/覆被類型數據。通過2012、2016、2020年SPOT-5遙感衛星影像經ENVI 5.3解譯獲取，借助ArcGIS 10.8和Fragstats 4.2處理獲得景觀格局指數。②社會統計數據、資源調查數據和環境保護規劃數據。來源于《吳江年鑒(2013—2020年)》《蘇州市濕地保護年報(2015—2020年)》《蘇州市水土保持規劃(2016—2030年)》《蘇州市鳥類物種調查與統計(2012—2020年)》《吳江區濕地保護規劃(2018—2030年)》等。③其他數據。年度歸一化植被指數來自資源環境科學與數據中心(https://www.resdc.cn)，路網數據來自開放街道地圖OpenStreetMap平臺(https://www.openstreetmap.org)。

2 評價指標體系構建與計算

2.1 DPSIRM框架模型

DPSIRM模型是基于壓力-狀態-響應(PSR)模型演變而來，是一種被廣泛運用于環境質量評價中，生態系統健康評價的因果關系模型[13]。框架內各子系統具體含義參照王欣等[14]的相關研究，針對濕地生態系統對模型各子系統進行如下界定：①“驅動力”是驅使濕地生態系統自然演替或退化的根本因素和原始動力，分為自然和社會2個方面；②“壓力”可理解為驅動力作用于濕地生態系統，對濕地資源產生的需求和作用，表現為征占濕地、用水需求、污染排放等；③“狀態”即濕地生態系統在壓力作用下所發生的最直接變化，包括濕地生態系統的物理化學特征和景觀狀態特征；④“影響”為濕地生態系統狀態發生改變之后對人類生存發展產生的影響；⑤“響應”和“管理”都是濕地生態系統中的人類社會在感應到系統影響之后采取的各種彌補及治理措施，有所區別的是響應指標代表生態系統受到安全威脅后較為被動的補救性舉措，管理指標是人類為了提升系統的安全性，通過法律、政策，提高人類社會生態保護意識，進行全過程的管理措施，更能體現人在濕地生態安全過程中的主觀能動性。這6個因子具有因果作用關系，它們共同表達著影響濕地生態安全的信息耦合關系。

2.2 評價指標選取

根據DPSIRM框架模型，參考相關研究[15-16]和吳江區濕地實際狀況，遵循指標數據的代表性、獨立性、易獲得性、可操作性和系統性原則[17]，從驅動力、壓力、狀態、影響、響應和管理6個方面建立了吳江區濕地生態安全評價指標體系(表1)。

2.3 指標權重確定

組合賦權法是將專家理論知識和豐富經驗的主觀賦權法與充分挖掘數據組合信息的客觀賦權法相結合的賦權方法，可以減少系統誤差和隨機誤差[18]。本研究分別通過yahhp1.03和Excel計算層次分析法和熵權法的結果，選擇將兩者結果相結合，綜合考慮主客觀因素的指標權重。

2.4 生態安全值計算

結合相關研究[19]，充分考慮研究區面積和范圍特征，本研究確定基礎網格的尺度為1 km×1 km。通過空間插值和數據鏈接方法將各指標數據鏈接至各格網，采用綜合評價法對研究區各格網的濕地生態安全狀況進行計算：

其中：CEI表示某時段各格網區域的綜合濕地生態安全值，Pi為第i個指標的標準化值，Wi為第i個指標的綜合權重，n為評價指標的個數。根據相關研究[20]，將研究區濕地生態安全等級劃為5級，即高度安全(CEI＞0.8)、較高安全(0.8≥CEI＞0.6)、中等安全(0.6≥CEI＞0.4)、低度安全(0.4≥CEI＞0.2)、不安全(CEI≤0.2)。通過綜合評價法計算研究區各格網濕地生態安全值，并在ArcGIS中通過空間插值法繪制吳江區濕地生態安全定量空間分布圖。

表 1 吳江區濕地生態安全評價指標體系及含義Table 1 Evaluation index system and meaning of wetland ecological security in Wujiang District

3 結果與分析

3.1 吳江區濕地生態安全時空演變分析

吳江區2012、2016和2020年濕地生態安全指數平均值分別為0.394 4、0.455 2和0.516 4，濕地生態安全指數逐步攀升，增長較為平穩，說明吳江區的濕地生態狀況呈現穩步提升的趨勢。濕地生態安全指數極值區域分布基本一致(圖2)，高值區域主要位于吳江區東部沿太湖區，包括中部偏南的震澤-雪落漾-長漾片區、北麻漾-莊西漾片區、東北部同里湖-九里湖-沐莊湖片區以及東部的三白蕩、元蕩片區。上述區域濕地保護安全等級高，濕地斑塊面積較大，水面開闊，河網密布，支流眾多，連通性較好，有利于水體之間的水文交換，同時遠離建設區域，污染排放影響較小。低值區域分布于同里鎮、太湖新城鎮、黎里鎮和桃源鎮建設用地密集區域，濕地面積較小，城市開發、污染排放等對濕地造成的壓力較大，故相對濕地密集區域而言安全值較低。

3.2 子系統安全值時空演變分析

3.2.1 驅動力子系統安全值時空演變分析 由圖3可知：驅動力子系統安全值由0.032 8增長至0.050 1，呈逐年升高的趨勢，增長幅度平緩，說明驅動力子系統總體情況穩中向好。2012年驅動力安全值較高的區域集中于同里鎮、盛澤鎮和平望鎮，2016年安全值高值區域主要位于平望鎮、七都鎮、震澤鎮和桃源鎮，2020年安全值高值分布與2016年分布相仿，原因在于上述幾鎮人口總數略有減少，對環境的壓力有所降低，而由于吳江經濟開發區的高速發展，使得同里鎮的城市化快速提升，農業人口占比降低26%，GDP增長近7倍，同時也伴隨著人口的急劇增長，僅2012—2016年，同里鎮總人口數由4.3萬增至10.4萬，使得其驅動力安全值提升幅度相對較低。

圖 2 2012、2016、2020年吳江區濕地生態安全評價示意圖Figure 2 Evaluation value of wetland ecological security in Wujiang District in 2012, 2016 and 2020

圖 3 驅動力子系統安全值空間分布示意圖Figure 3 Spatial distribution of safety value of driving force subsystem

3.2.2 壓力子系統安全值時空演變分析 由圖4可知：壓力子系統安全值由0.125 3降低至0.103 4，說明近年來濕地生態系統受人為擾動壓力逐漸升高，對地區生態安全造成了壓力。城市擴張以及生活、生產污水排放等問題給濕地生態安全帶來一定的壓力。2012—2020年，吳江區建設用地面積占比增加了10%，城鎮生活污水排放年均增長150萬 t，市重點排污企業增長50余家。但另一方面，生態農業的推廣使得農藥、化肥的施用量分別減少了128和3 438 t，減輕了對濕地生態系統的干擾。壓力安全值較高的區域主要位于開發程度較低的區域，如沿太湖區、震澤鎮、桃源鎮湖蕩區域、同里湖、白蜆湖、三白蕩及元蕩片區、北麻漾片區，而城區、鄉村、路網密布、航運發達等區域壓力安全值較低。從整體看來，高值區域分布未發生明顯改變，但隨著城市擴張的影響，高值區域面積有所減少。

3.2.3 狀態子系統安全值時空演變分析 由圖5可知：狀態子系統安全值由0.092 2降至0.089 7，經歷了先降低后升高的變化過程。該變化趨勢反映了在負面影響和正向提升的雙重作用下，濕地狀態整體上有所下降，但2016—2020年有好轉的趨勢。原因在于，雖然濕地受到城市擴張的侵占，部分地區濕地的連通性受阻，景觀破碎化加劇，但由于整體水環境質量有所好轉，水質綜合污染指數由0.64降低至0.59，導致狀態子系統變化幅度較小。狀態子系統安全值的高低值分布與水域空間分布關系緊密，高值分布區主要為水域周邊，建設區安全值較低；此外，由于水質較好、景觀結構較為穩定，故盛澤鎮狀態安全值相對較高，而震澤、北麻漾片區、太浦河沿岸、同里湖、白蜆湖、元蕩、三白蕩片區的濕地連通性較高導致區域內狀態安全值較高。

圖 4 壓力子系統安全值空間分布示意圖Figure 4 Spatial distribution of safety value of pressure subsystem

圖 5 狀態子系統安全值空間分布示意圖Figure 5 Spatial distribution of safety value of state subsystem

3.2.4 影響子系統安全值時空演變分析 由圖6可知：影響子系統安全值由0.026 0升高至0.074 9，呈明顯升高趨勢。影響子系統反映了濕地生態系統的擾動與人類活動之間的緊密聯系，濕地生態系統的變化影響著人們的生產生活，反映從自然生態系統獲益情況。3個時段，影響子系統安全值的極值區域分布大致相同，高值區域集中在吳江區沿太湖區域、西南與東北之間的湖蕩群區域。從鎮域分布上看，震澤鎮的影響子系統安全值較高，得益于農業產值占比相較于其他鎮處于較高水平，震澤鎮農業產值占生產總值比例約10%，而其他鎮的農業產值占比僅5%。低值區域集中在太湖新城和同里鎮、盛澤鎮的城區附近，主要是受生態系統服務價值的影響，沿太湖和湖蕩片區的濕地區域所創造的環境調節服務價值較高，因此成為了影響子系統的高值分布區。總體上，建設用地的擴張使得城區生態系統服務價值降低，進一步導致高值區域呈現減少趨勢，但由于受到鳥類物種多樣性和人均水資源量提升等影響，總體系統安全值呈現升高趨勢。

3.2.5 響應子系統安全值時空演變分析 由圖7可知：響應子系統安全值由0.081 5提升至0.085 7，總體變化幅度較小。2012—2016年安全值有所下降，即當地對于濕地狀態變化響應有所減弱，原因為河道疏浚距離以及地區生產總值能耗下降比率的減少，2016—2020年安全值有所提升，主要得益于無害化垃圾處理率、查處環境違法案件數以及水功能區達標率的提升，其中無害化垃圾處理率提升22%，環境違法案件查處數量增加380余件，水功能達標率提升25%。空間分布上，3個時段的響應子系統安全值空間分布情況一致，受污水處理能力的影響較大，低值區域分布在太湖新城西南部和黎里鎮北部，其余區域為高值區域，因為吳江蘆墟、盛澤橋北、七都、盛澤以及汾湖南部幾座污水處理廠相較于其余處理廠對周邊的污水處理能力相對較弱。

圖 6 影響子系統安全值空間分布示意圖Figure 6 Spatial distribution of safety value of affected subsystem

圖 7 響應子系統安全值空間分布示意圖Figure 7 Spatial distribution of safety value of response subsystem

3.2.6 管理子系統安全值時空演變分析 由圖8可知：管理子系統安全值在所研究時段內由0.036 6升高至0.112 6，增長幅度明顯。管理子系統的變化反映了吳江區對濕地的保護管理工作日益加強，著重體現在濕地保護率的提升、環保投入增加、生態農業的推廣以及濕地公園的科普宣教等。其中，隨著濕地保護管理制度的完善，吳江區自然濕地保護率提升了49%，越來越多的濕地被納入保護管理區域，形成了濕地公園-濕地保護小區-水源地保護小區-水產種質資源保護區多類型、省級重要濕地-市級重要濕地-一般濕地多層級的保護體系；當地政府更加重視生態文明的建設，環保投入占GDP比例增長了1.2%，不斷推進魚塘標準化改造、高標準農田建設和重點濕地公園科普宣教課程研發推廣，濕地管理工作成效提升明顯。空間分布上，受濕地保護等級的影響，管理子系統安全值呈現一定的空間分異規律。高值區域大多集中在省級重要濕地，如太湖、震澤濕地公園周邊和同里濕地公園，其次為市級重要濕地及其周邊，一般濕地和非濕地區域次之。總體看來，管理子系統增長趨勢相對于其他系統最為明顯，增長幅度最高。

圖 8 管理子系統安全值空間分布示意圖Figure 8 spatial distribution of safety value of management subsystem

4 討論

吳江濕地生態高安全值的空間分布，與戈弋[25]研究的吳江高敏感區域分布相似，生態安全格局的核心源地區域的空間分布與陳琪[26]的研究相符。此外，杜健[27]從景觀生態風險的角度對于吳江區開展了相應的評價，表明2012—2016年吳江區的演變趨勢與本研究結果存在差異，可能是研究方法及數據的差異性所致。杜健[27]采用景觀格局指數法進行景觀生態風險分析，這種方法是以自然因素相關數據為基礎，社會經濟類因素涉及不多，故2種研究結論不同。吳江區濕地在景觀格局上確實存在日漸破碎化趨勢，導致景觀生態風險日趨嚴重，但是在綜合自然、經濟、社會等多系統指標后，濕地生態安全更加側重于全面反映濕地生態系統面臨的多重威脅與應對挑戰的能力，因此，在綜合因素影響下區域濕地生態安全呈現逐漸好轉的趨勢，這與崔馨月等[28]的研究結果相似。此外，本研究中，濕地管理對生態安全的貢獻逐漸占據較為重要的地位，這也與秦趣等[10]的研究結果相同。

目前針對濕地生態安全的評價，以PSR[29]、驅動力-壓力-狀態-影響-響應(DPSIR)模型[30]為依據構建評價指標體系的研究居多，在濕地管理重要性日漸提升的背景下，將改進后的DPSIRM框架模型應用于濕地生態安全評價研究中，有利于更全面系統地分析濕地生態安全發生變化的全過程[13]。其次，通過GIS格網方法將評價指標數據進行空間量化，能夠較為直觀地反映濕地生態安全空間差異和演變特征，有利于管理者針對性地對區域采取相應措施[31]。最后，本研究對于格網尺度的選擇主要借鑒以往學者的經驗，尚未考慮到格網尺度差異對安全值大小分布的影響，未來的研究可進一步探尋生態安全值的尺度效應。

5 結論

2012—2020年，研究區濕地生態安全綜合指數由0.394 4提升至0.516 4，呈明顯提升趨勢。空間分布上，各時期的高低值分布區域發生較大變化，高值區域集中于吳江區東部的沿太湖片區、中部的震澤片區、北麻漾片區、東北部的元蕩片區、三白蕩片區以及同里湖片區，低值區域集中分布于同里鎮、太湖新城鎮、黎里鎮和桃源鎮建設用地密集區域。從影響濕地生態安全的6個子系統分析來看，管理、影響、驅動力子系統安全值提升相對顯著，壓力子系統安全值有所降低，而狀態和響應子系統安全值呈現波動上升趨勢。因此，在未來的濕地保護管理工作中，應當注重加強對濕地面臨的壓力因素的調節，降低經濟發展對濕地的影響，關注生態安全較低等級的區域，著力提升防范生態風險的能力。